对注意的再思考:一个注意的强化学习模型

被引：1

作者：

程少哲

史博皓

赵阳

徐昊骙

唐宁

高涛

周吉帆

沈模卫

机构：

[1] 浙江大学心理与行为科学系

来源：

应用心理学 | 2017年 / 01期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

注意; 强化学习; 计算模型; 人工智能;

D O I：

暂无

中图分类号：

B842.3 [学习与记忆];

学科分类号：

摘要：

本文在分析总结现有注意理论的基础上,假设注意是一种信息选择现象,而非心理结构或资源。通过借鉴人工智能领域强化学习算法的思想,笔者提出了一种可以表现出注意现象的人类强化学习模型。该模型描述了人与环境交互的过程:人接受环境的反馈,根据自身心理状态调整行为策略,以最大化所获收益。该过程中,注意体现为高价值信息逐渐获得优先加工的现象。因此,本文对注意的本质进行了重新思考,为未来注意研究提供了新思路。

引用

页码：3 / 12

页数：10

共 15 条

[1] “强认知”的心理学研究:来自AlphaGo的启示 [J].

周吉帆 ;

徐昊骙 ;

唐宁 ;

史博皓 ;

赵阳 ;

高涛 ;

沈模卫 .

应用心理学, 2016, (01) :3-11

[2]

Selective attention, diffused attention, and the development of categorization[J] . Wei (Sophia) Deng,Vladimir M. Sloutsky.Cognitive Psychology . 2016

[3]

The role of interoceptive inference in theory of mind[J] . Sasha Ondobaka,James Kilner,Karl Friston.Brain and Cognition . 2015

[4]

From Behavior to Neural Dynamics: An Integrated Theory of Attention[J] . Timothy J. Buschman,Sabine Kastner.Neuron . 2015 (1)

[5]

Attention as an effect not a cause[J] . Richard J. Krauzlis,Anil Bollimunta,Fabrice Arcizet,Lupeng Wang.Trends in Cognitive Sciences . 2014

[6]

What and where: A Bayesian inference theory of attention[J] . Sharat Chikkerur,Thomas Serre,Cheston Tan,Tomaso Poggio.Vision Research . 2010 (22)

[7]

Development of infants’ attention to faces during the first year[J] . Michael C. Frank,Edward Vul,Scott P. Johnson.Cognition . 2008 (2)

[8] Feature-based attention in visual cortex [J].

Maunsell, John H. R. ;

Treue, Stefan .

TRENDS IN NEUROSCIENCES, 2006, 29 (06) :317-322

[9] Neural mechanisms of top-down control during spatial and feature attention [J].

Giesbrecht, B ;

Woldorff, MG ;

Song, AW ;

Mangun, GR .

NEUROIMAGE, 2003, 19 (03) :496-512

[10] Effects of attention on the reliability of individual neurons in monkey visual cortex [J].

McAdams, CJ ;

Maunsell, JHR .

NEURON, 1999, 23 (04) :765-773

← 1 2 →